基于深度学习的钢材表面缺陷识别方法研究

摘要	第4-5页
Abstract	第5页
1 绪论	第8-17页
1.1 研究背景与意义	第8-9页
1.2 国内外研究现状与分析	第9-14页
1.3 现状总结与问题分析	第14-15页
1.4 本文的主要工作与结构	第15-17页
2 深度学习及数据增强	第17-35页
2.1 卷积神经网络	第17-19页
2.2 网络参数与解释	第19-29页
2.3 数据集介绍与数据增强	第29-34页
2.4 本章小结	第34-35页
3 直线型卷积神经网络用于钢材表面缺陷识别	第35-53页
3.1 引言	第35页
3.2 简单直线型卷积神经网络	第35-37页
3.3 深层直线型卷积神经网络	第37-42页
3.4 实验对比与分析	第42-52页
3.5 本章小结	第52-53页
4 改进卷积神经网络用于钢材表面缺陷识别	第53-75页
4.1 引言	第53页
4.2 简单改进卷积神经网络	第53-59页
4.3 复杂改进卷积神经网络	第59-65页
4.4 实验对比与分析	第65-74页
4.5 本章小结	第74-75页
5 总结与展望	第75-77页
5.1 全文总结	第75页
5.2 研究展望	第75-77页
致谢	第77-78页
参考文献	第78-84页